#TPAE

共 1 条 · 7 天 0 条 · 30 天 1 条

MLLMs 1 多模态 1 强化学习 1 推理模型 1

信息流里打上「TPAE」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月1日

论文 Agent 与开发者10:33

基于感知优势估计的多模态推理强化方法

TPAE方法通过细粒度监督提升多模态模型推理能力，在七个基准测试中表现优异。

#TPAE #多模态 #强化学习 #MLLMs

arXiv cs.AI@Zhihan Zhang, Lizi Liao原文